Živé organismy mají úžasnou schopnost vypořádat se s komplexním a dynamickým prostředím přírody. Za účelem rychlé adaptace na environmentální změny umí generalizovat své zkušenosti na pravidla, kterými se posléze řídí. Naproti tomu umělá inteligence ve schopnosti správně klasifikovat neznámé informace do již naučených kategorií pořád zaostává. Učení ji trvá dlouho a při malém a nesourodém vzorku vstupních informací často chybuje. Učení na pár pokusů je pro ni zkrátka těžké. Přenos poznatků z biologie drobných živočichů do oblasti komputace by proto mohl být důležitým krokem pro zdokonalení umělých neurálních sítí.

Badatelé z University of Cologne zaměřili svůj výzkum na schopnost mušek učit se a asociovat čichové informace při komplexním úkolu hledání potravy. V makroskopickém světě se čichový oblak rozpadá na složité a přerušované vláknité struktury kuželovitého tvaru, které jsou rozptýleny v jiných pachových stopách a v čistých vzduchových váčcích. Při vstupu do kuželu se létající hmyz potkává s pachovými vlákny jako s krátkodobými a proměnlivými událostmi obsahujícími prostorové a časové informace o poloze zdroje zápachu. Takto nesourodé a roztroušené podněty vyžadují dynamické kombinování asociací jednotlivých vjemů v oblaku.

Dosavadní přístupy vysvětlovaly schopnost hmyzu integrovat a generalizovat velké množství proměnlivých informací pomocí abstraktních matematických algoritmů, které opomíjely některé základní neurologické procesy, jako například přenos látek nebo paralelní zpracování smyslových stimulů. Výzkumníci z Cologne tak vůbec poprvé navrhli biologicky realistický model učení. Pomocí počítačové simulace zrekonstruovali a analyzovali procesy v muším nervovém systému, odpovědné za tvorbu asociací v dynamickém prostředí plném dočasných stimulů.  „Trénovali jsme náš počítačový model mušího mozku stejně, jak se trénuje hmyz v experimentech. Prezentovali jsme mu specifické zápachy spojené s odměnou v podobě jídla a další zápachy bez odměny. Model si velice rychle vytvořil reprezentace těchto zápachů a posléze byl schopen najít zdroj vůně s odměnou i v prostorově složitém a časově dynamickém prostředí.

Vytvořený model je tedy schopen z několika málo poznatků zobecnit pravidlo a následně jej uplatnit v celkem novém komplexním prostředí molekul zápachu. Teoretické principy, na kterých je založen, se dají použít i pro umělou inteligenci a autonomní systémy, ale své uplatnění najdou i v dalším neurologickém výzkumu vyšších kognitivních procesů.

Zdroj: https://www.pnas.org/content/early/2020/10/27/2009821117

Zdroj obrázku: Andriyko Podilnyk, unsplash